Richard Teachout // Teachout.com
← 全部文章

中国六日:高科技 AI 进展正在超越美国创新

Richard Teachout
Richard Teachout Ashley Furniture Industries 首席技术官 —— 高管级技术领导者、创业者、AI 领导者、架构师、问题解决者、前开发者。 2025年8月18日
AI
Six days in China — high-tech AI advancements

在中国待六天,就足以改变你看待世界其他地方的方式。不是因为某一项技术——这些东西我们在美国都有——而是因为在他们建造的一切背后,那种速度、规模和战略。我出发时预期会看到进步,回来时却明白了:差距不在于想法,而在于一个国家能以多快的速度把一个想法变成规模化运行的东西。

最震撼的部分不是工厂,也不是机器人本身,而是它们底下的那个复利循环:以工程为导向的决策、开源 AI,以及把科技当作核心科目而非可选项辩论的教育体系。每一项都在喂养下一项,整个系统以大多数美国领导人尚未完全意识到的速度运转。

速度是战略,不是副产品

以核电为例,因为它为其他一切都定下了框架。中国能够用我们建造一座反应堆大致相同的成本,批准并建成十一座反应堆。无论你是否认为核电是正确的答案,单单这一项对比,就衡量了某个重要的东西:当一个国家把许可、规划和执行当作一个系统而非一道道关卡来对待时,它能做到什么。

同样的模式也出现在基础设施、制造业和科技领域。中央规划有真实的代价——我并不美化它。但它产生了分散式争论(至少在当前美国形式下)所无法产生的速度。摆在我们面前那个令人不安的问题不是"我们想要他们的体制吗?",而是"我们速度问题的哪些部分是自己造成的?"

一个刻意以工程立国的社会

中国每年培养约 150 万名工程师,其政府也大量由具有工程背景的人组成。这不是文化上的偶然,而是一条刻意的输送管道。当做决策的人整个职业生涯都在构建系统时,全国性的讨论就会默认聚焦于"如何建造",而不是"要不要建造"。

把这个与我们自己的输送管道对比一下。我们每年培养大约 3.6 万名律师,而采矿和冶金工程师只有几百名。我们是一个流程与判例之国;他们是一个原型与生产之国。两种做法各有优势。但当竞争的问题关乎稀土、先进制造和应用 AI 时,我们在培养谁这件事上的失衡,就开始显得像一个战略性的劣势了。

开源 AI 正在让具身进展复利式累积

中国当下最令人印象深刻的技术故事,不是某一次突破,而是开源 AI 在加速具身智能。人形机器人、四足机器人、无人机、自动化存取系统——这些进展在平台之间共享,因此每一次改进都成为所有人的改进。

有一句话完美地概括了这一点:只要一个人形机器人学会了走路,它们全都能学会走路。在一个开源生态里,进展之所以能复利累积,是因为没有任何东西被隔离。每个实验室、工厂和初创公司都建立在同一个不断前进的基线上。这与大多数美国公司所处的曲线有着根本的不同——在那里,专有的壁垒让每个团队都在重新解决同一个"走路"的问题。

只要一个人形机器人学会了走路,它们全都能学会走路。开源的进展会复利累积——而这就是我们正在与之竞争的那条曲线。

我们不会建造的那种规模的电商集群

我们还参观了与美国截然不同的电商运营——大量公司聚集在高达 70 层的楼宇里,共享培训、集中化服务和基础设施。数千家企业在同一栋楼里快速迭代,抓取实时市场数据,调整速度超过任何单一公司靠自身所能达到的。

这是把集群当作一种刻意的产业政策,而不是地理上的偶然。当企业在同一个密集系统里共享资本、人才和物流时,试错的单位经济成本就会大幅下降。这正是那种靠分散、各自为战的运营难以复制的生态优势。

稀土:无人争辩的先发优势

中国在稀土矿产上的先发优势并不是秘密——它是十年来在采矿、加工以及支撑它的教育输送管道上持续、有政策支持的投资。稀土是高科技领域一切事物的基础:电池、电机、传感器、国防系统。控制供应链的国家,就控制着未来的底价。

与此同时,我们存在一个应该让每位技术高管警醒的采矿教育缺口。我们每培养一名采矿或冶金工程师,就会培养出几十名律师。我们在辩论政策,而他们在建设产能。这不是短期问题,而是一个代际问题,而且这个时钟很久以前就已经开始走动了。

K-12 阶段的 AI:强制 vs. 争论

在中国,AI 是 K-12 教育中的必修内容。孩子们学习机器智能的基础,就像学数学一样——把它当作一种核心素养。而在美国,我们还在争论聊天机器人是否该进课堂,以及应该禁止还是拥抱学生们已经在使用的那些工具。

这种差距造成的后果不在当前的劳动力身上,而在正在成长的那一代身上。一代中国学生将带着"AI 素养是基本功"的假设毕业;而一代美国学生将在争论完"是否应该允许它"之后毕业。这两批人进入劳动力市场时站在不同的起跑线上,而这种差距每年都在复利累积。

必须,而非应该

这趟旅行给我留下了一个明确的信念:美国必须把 AI 教育、自动化和稀土当作"必须",而不是"应该"。"应该"是预算收紧时就会被推迟的"有也不错"。而"必须"是整个系统围绕其组织起来的约束——就像管理最出色的公司对待安全或合规那样。

我们不需要照搬中国的模式。我们需要坦诚地面对我们正在放弃的速度,并且有意识地去决定作为一个国家我们该培养什么、建造什么、资助什么。稀缺的资源不是技术,而是规模化行动的那份意愿。

变得比以往任何时候都更具创新力,不是一句口号——它是唯一真正的答案。那些把 AI 素养、自动化和关键供应链当作"必须"的组织和国家,将设定未来几十年的节奏。而那些继续把它们当作"应该"的,将会一直在追赶,而追赶总是比领先更昂贵。

收听完整对话

我与 Ashley Furniture 首席执行官 Todd Wanek 以及 Matt Kirchner 一同出行——他们在 TechEd 播客上复盘了整趟旅行:反应堆、机器人、集群,以及这对美国制造业和教育的意义。

收听:中国六日 →
China trip — technology and innovation tour China trip — technology and innovation tour China trip — technology and innovation tour China trip — technology and innovation tour China trip — technology and innovation tour China trip — technology and innovation tour China trip — technology and innovation tour China trip — technology and innovation tour China trip — technology and innovation tour China trip — technology and innovation tour

觉得这套论述适合你的活动吗?跟我说说那个场合—— 日程是有选择的.

开始对话
English简体中文Tiếng Việt